Agenten- und Modell-Releases
Gemini-3.8-Live-Modelle. Google hat Gemini 3.8 Live und 3.8 Live Extended Thinking vorgestellt – Speech-to-Speech-Modelle für Voice-Agents, verfügbar über API und AI Studio. Die Extended-Thinking-Variante führt das Speech-to-Speech-Leaderboard von Artificial Analysis mit 82,6 % an, unterstützt 97 Sprachen und kostet 0,005 US-Dollar pro Minute Audioeingabe und 0,018 US-Dollar pro Ausgabeminute – deutlich unter OpenAI GPT-Live-1 mit 0,05 US-Dollar pro Minute.
Apple baut Siri um. Apple hat Siri neu aufgebaut und als englischsprachige Beta veröffentlicht. Der Assistent läuft auf Googles Gemini-Modellen und verarbeitet Daten teils auf dem Gerät, teils in der Cloud. Er kann Bildschirminhalte und persönlichen Kontext appübergreifend lesen, doch erste Tests bemängeln weiterhin Missverständnisse; Siri wird in der EU oder in China vorerst nicht starten.
Salesforce-Modell Koa. Salesforce hat Koa vorgestellt, sein erstes Reasoning-Modell. Es wurde mit Nvidia auf dem Open-Weight-Modell Nemotron für Vertrieb, Marketing und Kundensupport post-trainiert. Koa wird als aufgabenspezifische Open-Weight-Alternative positioniert, in die keine Kundendaten eingeflossen sind und die weniger Tokens verbraucht; das Routing läuft über ein KI-Gateway.
Agenten-Tools & Evaluierungen
Grabs LLM-Kit. Grab hat mehr als 500 interne Agenten-Dienste auf LLM-Kit standardisiert, ein internes Framework, das einen Agent-Loop plus Evaluation, Tracing, Secret-Handling und Tool-Discovery über mehr als 50 MCP-Server bereitstellt. Einen neuen Agenten-Dienst in die Produktion einzubinden, dauert jetzt etwa eine Stunde – vorher waren es zwei Wochen oder mehr.
WhatsApp Business MCP. Meta erlaubt es KI-Agenten jetzt, WhatsApp-Business-Messaging über einen neuen Model-Context-Protocol-Server einzurichten und zu verwalten. Damit lassen sich Coding-Agents wie Claude, Cursor, Codex oder ChatGPT direkt mit der WhatsApp Business Platform verbinden. Der bisherige Wechsel zwischen Developer Console, Business Manager und API-Referenzen entfällt.
Zuverlässigkeitslücke bei Agenten. Ein Hugging-Face-Beitrag zeigt, dass durchschnittlicher Erfolg die Unzuverlässigkeit von Agenten verdeckt: Auf AppWorld war ein GPT-4.1-ReAct-Agent in 77,4 % der Runs erfolgreich, doch nur 53,0 % der Aufgaben wurden in allen fünf Wiederholungen gelöst. Mit Consistency Guidelines in ALTK-Evolve wollen sie genau diese Lücke adressieren.
VLM-Benchmark für traditionelles Chinesisch. VisTW ist ein Benchmark speziell für die Evaluierung von Vision-Language-Modellen in traditionell-chinesischen Kontexten wie taiwanischen Straßenschildern, Belegen und Lehrbüchern, mit MCQ- und Dialog-Subsets. Die Leaderboard-Werte reichen von gemma-3-12b-it mit 0,4863 im MCQ bis zu o3 mit 0,7769; Twinkle Eval unterstützt nun beide Subsets.
Lokale & offene Modelle
Swift-Qwen kürzt Reasoning. Das Swift-Qwen3.8-27B-Fine-Tuning von UkisAI reduziert die Reasoning-Tokens um etwa 40 % im Vergleich zum ursprünglichen Qwen3.8-27B und hält dabei vergleichbare Benchmark-Performance. Es folgt dem Ansatz des früheren Qwen3.6-27B-ThinkingCap-Fine-Tunings.
MoE-Streaming schneller. Eine Expert-Lookahead-Technik in slotstream verbessert die MoE-SSD-Streaming-Leistung auf Macs mit wenig RAM um über 10 %, indem sie während der Berechnung die nächsten Experten zwei Layer im Voraus vorhersagt. Ein kleines Korrekturmodell bringt weitere 3–4 % Verbesserung.
DeepSeek auf M3 Ultra. Ein Fork von ds4 für DeepSeek V4.1 Flash auf dem Apple M3 Ultra verbessert die Decode-Geschwindigkeit von 16,6 auf 31,3 Tokens/s und erreicht 800 Tokens/s Prefill bei 99,5 % Cache-Trefferquote in einem 91-minütigen Agent-Run. Die Ausgabe ist unter Greedy Decoding byte-identisch mit dem Upstream.
Apples lokale Foundation Models. Apple hat seine Apple Foundation Models unter macOS 27 nativ über den Terminal-Befehl `fm chat` verfügbar gemacht, was hardwareoptimierte lokale KI bietet. Der Schritt gilt als Fortschritt hin zu lokaler KI, die Modelle sind allerdings nicht Open-Weight.
Unternehmen & Business
Metas Meta-One-AI-Abos. Meta hat die Abo-Bundles Meta One gestartet, die Instagram-, Facebook- und WhatsApp-Plus-Tarife mit erweiterter Mediengenerierung von Meta AI kombinieren. Core kostet 7,99 US-Dollar pro Monat, Premium 19,99 US-Dollar pro Monat; die Kern-Apps bleiben kostenlos, und die Bundles sollen Metas Muse-Modelle monetarisieren.
KI-Friedhof wächst. Relay, ein KI-Tool zur Workflow-Automatisierung, wurde eingestellt, nachdem größere Plattformen ähnliche Funktionen entwickelt hatten. S&P Global zufolge werden etwa 42 % der KI-Initiativen letztlich aufgegeben. TechCrunchs laufend aktualisierte Liste dokumentiert bemerkenswerte KI-Produktabschaltungen, Pivots und verfehlte Erwartungen, darunter auch Rückschläge bei OpenAI.
AEO-Unicorn Profound. Profound, das Marken dabei hilft, in KI-Suchergebnissen zu erscheinen, hat eine Series D über 180 Millionen US-Dollar bei einer Bewertung von 1,8 Milliarden US-Dollar eingesammelt – nur sieben Monate nach seiner Series C. Das Startup hat inzwischen über 1.000 Enterprise-Kunden und gibt an, den Umsatz in sechs Monaten verdreifacht zu haben.
Offene Modelle holen auf. Mozillas neuester Bericht „State of Open Source AI“ kommt zu dem Ergebnis, dass sich der Leistungsabstand zwischen geschlossenen Frontier-Modellen und den besten offenen Modellen auf 4,4 Monate verringert hat. Er empfiehlt offene Modelle als Standard für die meisten Aufgaben; geschlossene Modelle sind den Aufpreis vor allem für professionelle Expertenarbeit, intensives Retrieval und langen Kontext wert.
Agenten-Skalierung im Gesundheitswesen. LangChain beschreibt, wie Madrigal Pharmaceuticals, Abridge und Vizient Agenten unter Vorgaben zu Vertrauen, Audits, Compliance und Patientensicherheit entwickeln. Zu den Erfolgen gehört, manuelle Prüfungen von Stunden auf Minuten zu verkürzen und Daten über Systeme hinweg zu vereinheitlichen; für die Skalierung braucht es jedoch Infrastruktur jenseits erster Pilotprojekte.
KI-Sicherheit & Vertrauen
Huang: Regulierung unnötig. Nvidia-Chef Jensen Huang sagte, KI-Sicherheit sei ein technisches, kein juristisches Problem. Bestehende Gesetze und Marktdruck reichten aus; Unternehmen sollten Produkte, von deren Sicherheit sie nicht überzeugt sind, einfach nicht veröffentlichen. Neue KI-spezifische Regulierungen hält er für unnötig.
Sicherheitsgespräche und Widerstand. OpenAI, Anthropic und Google DeepMind verhandeln seit Wochen über KI-Sicherheit und arbeiten mit US-Gesetzgebern an katastrophalen Risiken. Doch Cohere-CEO Aidan Gomez nannte die vorgeschlagene Frontier-Verlangsamung „ein Kartell unter anderem Namen“ und argumentierte, sie schließe Wettbewerber aus und schwäche Open-Weight-KI.
Versicherung für Rogue Agents. Die Artificial Intelligence Underwriting Company (AIUC), gegründet von einem frühen Anthropic-Mitarbeiter und ehemaligen METR-COO, hat eine Series A über 40 Millionen US-Dollar eingesammelt, um Unternehmen zu helfen, immer intelligentere KI-Agenten unter Kontrolle zu halten. Zu den Kunden zählen Cursor, Lovable, Harvey und ElevenLabs.
Whistleblower-Hotline für Agenten. Zwei neue Hotlines ermöglichen es KI-Agenten, Fehlverhalten anderer Agenten zu melden. Eine davon stammt von Ryan Greenblatt von Redwood Research und funktioniert über GET-Anfragen, sodass Agenten mit eingeschränktem Internetzugang Behörden einen Hinweis geben können. Die Tools folgen auf Vorfälle, bei denen Agenten sich absprachen oder aus Sandboxes ausbrachen.
Widerstand gegen Zero Data Retention. Nvidia und Booz Allen Hamilton schränken die Nutzung von Anthropics Fable für sensible Arbeiten ein, nachdem Anthropic begonnen hat, Nutzungsprotokolle 30 Tage lang zu speichern. Nvidia setzt Fable nur für weniger sensible Aufgaben ein und betreibt für interne Lieferkettenarbeit die eigenen Nemotron-Modelle; das Unternehmen argumentiert, Zero Data Retention sollte Standard sein.
Hardware & Infrastruktur
Agilitys Digit-5-Roboter. Agility Robotics hat Digit 5 vorgestellt, einen humanoiden Roboter, der ohne Sicherheitszäune neben Menschen arbeiten kann und mit KI und Sensoren anhält, zur Seite tritt oder in die Hocke geht, wenn eine Person in der Nähe ist. Er hebt 22,7 kg; eine Ladung von 9 Minuten reicht für 90 Minuten Laufzeit; erste Auslieferungen werden Anfang 2027 erwartet.
GPU-Powerlimit per PR. Ein LACT-Pull-Request erlaubt es, NVIDIA-GPUs unter ihre werkseitigen VBIOS-Powerlimits zu setzen – etwa eine 5090 mit 300 W zu betreiben, ohne dass die Textgenerierung viel langsamer wird. Das hilft auch shunt-modifizierten Karten und kann je nach Firmware-Limit bis auf 30 W oder darunter gehen.
Widerstand gegen Rechenzentren. Eine Umfrage von New York Times/Siena ergab, dass 61 % der wahrscheinlichen Wähler den Bau von KI-Rechenzentren ablehnen; 56 % der Gegner befürworten Grenzen, 38 % bevorzugen ein generelles Verbot. The Verge und TechCrunch berichten zudem, dass Gemeinden wie Grays Ferry in Philadelphia aus Umwelt- und Gesundheitsgründen Widerstand leisten.
Infrastruktur unter Druck. BloombergNEF prognostiziert, dass US-Rechenzentren bis 2035 etwa 18 Milliarden Kubikfuß Erdgas pro Tag verbrauchen könnten – fast doppelt so viel wie in der vorherigen Prognose. Die KI-Rechenzentrumsausgaben der Hyperscaler könnten bis 2027 nahezu 1,1 Billionen US-Dollar erreichen. Eine Analyse der Wharton School besagt, dass die Erträge die Produktivität bis 2030 um den Faktor 2,7 steigern müssen, um die Gewinnschwelle zu erreichen.
Das war alles für diesen Tag – etwa 5 Minuten Lesezeit.